多数传统的图像识别方法忽略了大量的未标注图像数据在图像识别过程中的作用。本项目将面向图像分析与识别的应用问题,在以往相关工作的基础上,针对图像特征所具有的高维、非线性问题,充分利用大量未标注的图像数据研究新的半监督距离度量学习的理论和方法,以及半监督度量学习与流形学习的结合方法。所提出的新理论、新方法将应用于网络相册自动标注、增量式在线人脸识别等现实的图像识别系统,以期提高这些系统的识别能力。
{{i.achievement_title}}
数据更新时间:2023-05-31
现代优化理论与应用
空中交通延误预测研究综述
基于编解码网络的航空影像像素级建筑物提取
一类随机泛函微分方程带随机步长的EM逼近的渐近稳定
基于边信息的高光谱图像恢复模型
半监督距离度量学习的优化模型与有效算法研究
面向文本分类的迁移学习和半监督学习方法研究
矩阵对齐的耦合距离度量学习方法研究
基于监督的非线性距离度量学习算法研究